《数据分析面试》专题

在5.2 本地数据存储及安全性这一节，我们对本地数据存储对安全性做了详尽的分析。 NSUserDefaults，plist,sqlite3等等，即使设备不越狱，攻击也能够提取出数据。在设备越狱之后，keychain中的数据也不安全。 因此，要对敏感数据加密，且尽量保存到keychain中（比如token信息）。 下面是2个例子。（密码都被我用password字串替换） a) 家里的WIFI信息 b

一面 1. 自我介绍。 2. 一道SQL题：至少连续出现三次。 3. 实习的感受。 4. 对于收到不好的货是怎么处理的？（退货，商家态度不好就投诉） 5. 怎么处理客户都会有不好的体验，会导致客户流失，对于平台有什么建议？（重点监测退货率或者投诉率高的商家的产品，给店铺打分） 6. 讲一个自己熟悉的机器学习模型，原理，怎么判断模型的优劣，有什么应用场景？ 7. 反问。 二面 1. 自我介绍。 2.

一面，50分钟 1. 自我介绍。 2. 为什么想转行？（量化转互联网。答：由于个人本身兴趣点是在于用统计分析解决问题，我本身量化的热爱本不在金融，转行其实核心并没有变，其次互联网可以真正创造价值，而金融只是在实体经济的基础上的资本博弈。 3. 推荐算法进行了一次迭代，怎么评价这次更新后的版本是不是比以前更好？答：AB实验，指标定为推荐视频的跳出率（核心），点赞率，关注率，session时长。 4.

一面 1. 自我介绍。 2. 两道SQL。①订单表（订单id，用户id，产品id，订单金额），用户表（用户id，用户年龄），产品表（产品id，品牌）三张表，提取不同品牌产品在不同年龄段消费者人群中的平均消费金额。②分组求前十。 3. 详细介绍一个项目。 4. 介绍一下多元线性回归的优缺点、朴素贝叶斯的优缺点。 5. 如果某天发现后台数据指标下降，怎么分析？ 6. 之前没有数据分析的实习经验，为什么

一面 1. 自我介绍。 2. 深挖简历项目。 3. 如果抖音在东北地区发起了一个红包活动，怎么看效果？（答：AB实验） 4. 如果有一部分人收到红包，另一部分没有，会引起用户不好的反响，怎么办？（答：可以用DID方法，找个类似APP作对照，比如火山，面试官肯定了一下思路，说更好的方式是用两个地理位置较远的城市作对照） 5. 解释一下具体效果怎么算？（答：DID方法比较变化量的差值） 6. 如果两组

面试一，数据科学与智能部 一面，30分钟 1. 自我介绍。 2. where和having区别？left join，full join和union区别？where和on区别？ 3. SQL：三个排序函数区别，substring函数使用。 4. 两道SQL题：①求每科都高于平均分的学生。②求每科前两名的学生。 5. 指标异动分析（订单量成交额）。 6. 介绍自己熟悉的模型评价指标。 7. 通俗解释p

时间线：9.4投递，9.16一面，9.21二面（和hr改的时间），9.26三面，全程hr电话约面 一面技术     1. 特征工程常用方法         归一化标准化、离散化（分箱、onehot编码）、组合降维等等     2. 分类样本不均衡如何解决         欠采样、过采样     3. 针对A/Btest经历——如果使用抽样调查方法如何确定样本量和分桶（统计学意义上）        

一面 30min 视频面 挖简历，没什么技术知识，面试官人很好，感觉有点憨憨的。 二面 30min 视频面 凉经 主管面 先说明他做的很产品，所以问的我基本上都是关于业务的。没什么相关经验，答得不太好。 一些开放的问题包括： 买过理财产品吗？ 在用什么理财APP？ 如果让你做竞品分析，你觉得它们之间的区别是什么？ 感觉还是要比较了解他们的APP，比较了解他们的产品。 最后面试官点评我说还是要多用产

顺丰-大数据挖掘与分析（2021秋招） 顺丰一面： 1.深挖实习，指标体系如何建立，各项指标的权重如何确定 2.逻辑回归算法的原理 3.谈谈对ABtest的认识 4.sql排序窗口函数的区别 顺丰二面： 1.深挖实习，预测为什么选用随机森林算法，如何调参 2.论文项目，简单介绍 3.了解哪些机器学习算法 4.反问 顺丰hr面 1.实习中遇到的困难，如何解决 2.过往经历中，你认为最困难的问题，你是

今天面了电商数据分析一面，来写写面经，感觉问的问题倒是不难可惜自己没准备好，还是蛮可惜的，emo中~ 面试下午五点开始，面试官胖胖的很可爱，像我的博士学长哈哈~但是还是很紧张，可能是第一次面大厂 SQL题： 1：dense_rank(),rank()和row_number()三个函数的区别 2：用户登录日期的最大间隔是多少     这个我当时有点慌，采用了计算用户连续登录天数的做法，当时也想到了用

8月2日投简历 8月3日电话约面 8月8日面试大概50分钟。 面试英文，但后续介绍项目的时候也用到了中文。 自我介绍  介绍项目-深挖项目 对discover的了解程度，具体工作业务 更喜欢做数据挖掘还是分析（想在技术方面还是业务方面有更多提升） 反问环节（工作时间8:30-5:30 时间比较灵活 不加班！） 总结公司背景和工作内容还是挺符合统计教育背景的同学，工作时间也很nice。 #数据分析#

一面 8.11 1.介绍上一份实习工作内容 2.介绍一个项目，背景 过程 产出 3.与业务沟通的流程是怎样的，指标如何定义的，看板如何设计的 4.再做一遍的话可以如何改进 5.除了刚才的项目，还有其他的产出吗？你是怎么说服其他人用你的这个产品的？ 6.SQL去重的几种方式？（答到了1.窗口函数用 主键+倒序时间戳row_number=1去重 2.distinct 3.union 4.final,但

实习部门：商业产品 实习时间：2021/11 - 2022/02 一面：2021/10/22 自我介绍 SQL各种join的区别 比如抖音上有一个广告的收益下降了，从哪些角度分析下降原因？ 你的优点和缺点 二面：2021/10/27 自我介绍 问简历上的工作内容或者项目 熟悉哪些平台？使用XX发现哪些不满意的地方？假设你想看的数据应有尽有，如何分析用户流失是否是推送过于频繁导致的呢？ 三面：202

荣耀：录用决策中        概况：投递的是大数据开发岗，整体面试流程较快，面试官考虑我本科商科背景也没有特别为难，更多是考察我对于一些大数据技术的基础认知。        一面：            1. 主要会什么语言？用过什么库？讲下自己使用机器学习算法做的一个项目？            2. 讲讲Hadoop的构成？遇到过数据倾斜问题没有？产生原因，以及解决方案？          

一面 视频面试 30min 挖简历+一些机器学习模型知识的考查 感觉还是挺看重建模经历的 难度不大，交流很顺畅。 上午面完的，下午就通知复试了，流程很快。 二面 视频面试 30min 应该是部门主管 挖简历 问了一下毕业论文的情况 讲了一下这个岗位的一些具体情况 态度很好，交流很舒服。 大概三天内也出了面试结果。 三面 线下 HR主管面 一些常规问题，评价一下自己等等 问了一下期望薪资 聊了大概1